正版现货新书 AI律师手 9787111767541 轩珍珍//徐伟浩|
全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师
¥
70.98
7.2折
¥
99
全新
库存5件
作者轩珍珍//徐伟浩|
出版社机械工业
ISBN9787111767541
出版时间2024-12
装帧其他
开本其他
定价99元
货号32264800
上书时间2025-01-07
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
徐伟浩 技术创业者,曾任互联网公司的技术经理、架构师,具有8年编程经验及7年技术管理经验。曾为互联网公司、银行、医院、政府部门等做过多个“大数据+AI”项目,包括智能定价系统、评分卡系统、高质量发展评价系统、智能流程挖掘系统、AI原生智能营销平台等。已就技术研发成果申请了4项国家发明专利。<br/><br/>轩珍珍 北京市公衡律师事务所执业律师,中国政法大学法学硕士。法律行业从事5年,既服务过大型集团公司,也服务过中小型企业、个人客户,代理各类民商事、执行案件200余件。在执业过程中清晰掌握各类案件的办理流程及法律程序,深刻体会到律师在渠道与案源、检索研究、案件分析、法律文书撰写与合同审核中的痛点,充分了解律师办理案件过程中对于智能办案工具的需求。
目录
目 录<br />前言<br />第一部分 冲击:横空出世的ChatGPT<br />第1章 惊诧:被AI搅动的行业2<br />1.1 ChatGPT:新时代的标志3<br />1.1.1 AI与法律:历史背景3<br />1.1.2 ChatGPT的诞生:技术革命4<br />1.2 法律行业的即时反应:震惊与好奇6<br />1.3 普通律师的心态变化:从抵触到接受9<br />1.3.1 从质疑、轻视到初步认识9<br />1.3.2 逐步理解与应用10<br />1.3.3 应用提升并发现问题11<br />1.4 律师如何应对:从传统到变革12<br />1.4.1 传统实践方式面临的挑战12<br />1.4.2 接受新技术:转型与融合15<br />第2章 格物:技术革新,ChatGPT崛起18<br />2.1 背后的技术:理解ChatGPT的工作原理19<br />2.1.1 基础技术解析19<br />2.1.2 ChatGPT的特色与优势27<br />2.2 跨越界限:AI技术在法律领域的应用31<br />2.2.1 法律研究与分析31<br />2.2.2 优化客户服务36<br />2.3 未来展望:技术发展对行业的长远影响37<br />2.3.1 持续的技术创新37<br />2.3.2 法律行业的预测与趋势40<br />第3章 正心:新挑战下律师的变与不变43<br />3.1 职业路径的改变:机遇与挑战44<br />3.1.1 职业发展的旧路径:增长飞轮44<br />3.1.2 职业发展的新路径:ChatGPT影响增长飞轮45<br />3.1.3 职业发展的拦路虎:调节回路46<br />3.1.4 惊险一跃:突破调节回路48<br />3.2 客户服务的演变:期望与实际50<br />3.2.1 AI时代客户期望的改变51<br />3.2.2 基于AI提升服务效率与质量53<br />3.3 法律实践的变革:效率与伦理考量55<br />3.3.1 法律实践的循环与调节回路55<br />3.3.2 ChatGPT对社会和谐的正面影响56<br />3.3.3 ChatGPT对社会和谐的负面影响57<br />第4章 诚意:塑造律师的新角色59<br />4.1 优化工作流程60<br />4.2 重构元认知62<br />4.3 深度掌控AI65<br />第二部分 融合:AI时代的人机协作方式<br />第5章 渠道与案源69<br />5.1 渠道管理子系统70<br />5.1.1 渠道信息表70<br />5.1.2 咨询信息表70<br />5.1.3 发布渠道信息表71<br />5.1.4 概念表72<br />5.1.5 我的文案表72<br />5.1.6 爆款文案表73<br />5.2 引入ChatGPT73<br />5.2.1 筛选扩展案源的最佳渠道74<br />5.2.2 打造个人品牌知名度77<br />5.3 律师获取案源的黄金圈规则83<br />5.4 选择专业领域来拓宽案源86<br />5.5 小结87<br />第6章 检索与研究88<br />6.1 法律问题研究子系统89<br />6.1.1 裁判文书信息表89<br />6.1.2 裁判实践决策树表89<br />6.2 引入ChatGPT:对“违法解除”案例的研究90<br />6.3 小结104<br />第7章 案件分析105<br />7.1 案件分析子系统106<br />7.1.1 提示词构建表106<br />7.1.2 案件分析表106<br />7.2 引入ChatGPT107<br />7.2.1 对劳动争议案件的分析107<br />7.2.2 与ChatGPT进行不设限的法律探讨111<br />7.3 小结127<br />第8章 法律文书撰写与合同审核128<br />8.1 法律文书管理子系统129<br />8.1.1 法律文书模板表129<br />8.1.2 法律文书表130<br />8.2 引入ChatGPT 130<br />8.2.1 民事起诉状的撰写130<br />8.2.2 合同审核134<br />8.3 小结143<br />第三部分 升级:知识管理与认知提升<br />第9章 渐进式复盘147<br />9.1 复盘子系统149<br />9.1.1 场景表149<br />9.1.2 想法表149<br />9.1.3 任务或事件表150<br />9.2 导入ChatGPT 150<br />9.2.1 复盘:怎么了?为什么?怎么样?150<br />9.2.2 提取:这件事怎么办156<br />9.3 流程生长:由最佳实践组成的动态决策树160<br />9.4 小结162<br />第10章 渐进式知识管理164<br />10.1 知识管理子系统166<br />10.1.1 法律法规表166<br />10.1.2 法条表166<br />10.1.3 假设的重构表166<br />10.1.4 文案初稿表167<br />10.2 引入ChatGPT 167<br />10.2.1 探究假设背后的隐喻168<br />10.2.2 知识输出:通过快捷指令定时生成新文章170<br />10.2.3 隐性案源开发180<br />10.3 小结187<br />第四部分 再思:准确性与隐私<br />第11章 隐私性:部署私有大模型,提升隐私数据安全190<br />11.1 获取大模型191<br />11.1.1 大模型选择191<br />11.1.2 Hugging Face191<br />11.2 部署私有大模型 192<br />11.2.1 安装LM Studio193<br />11.2.2 部署大模型194<br />11.2.3 与大模型进行对话194<br />11.3 部署为服务 195<br />11.3.1 使用LM Studio启动服务 195<br />11.3.2 使用curl调用测试196<br />11.3.3 使用Python调用测试199<br />11.4 用内网穿透工具把服务暴露到公网上201<br />11.4.1 花生壳的下载与安装202<br />11.4.2 内网穿透的配置203<br />11.5 在手机端调用私有大模型204<br />11.6 小结206<br />第12章 准确性:通过RAG增强可靠性207<br />12.1 RAG与知识图谱208<br />12.1.1 什么是RAG208<br />12.1.2 怎样实现RAG208<br />12.1.3 什么是知识图谱211<br />12.1.4 使用多维表格模拟知识图谱213<br />12.2 RAG+知识图谱,改善ChatGPT回答质量214<br />12.3 小结221<br />第13章 再出发,率先拥抱新时代222<br />13.1 机器智能的未来223<br />13.2 人类智能的未来223<br />13.2.1 人类智能的边界223<br />13.2.2 集体智慧的融合224<br />13.3 法律的未来224<br />13.4 律师的未来:超级律师个体225<br />13.4.1 信息化226<br />13.4.2 流程化226<br />13.4.3 间接工作227<br />13.4.4 AI自动化228<br />13.5 小结228<br />附 录<br />附录A Notion的使用与数据的备份及导出230<br />附录B GPTs的构建261<br />附录C 大模型法律问题回答质量评分体系281
内容摘要
本书既阐述【基本理论】,又演示【实战案例】,还提供【开箱即用的GPTs工具】。本书具体包含以下内容:首先,探讨ChatGPT对法律界的冲击,以及律师等从业者的不同反应,进一步分析AI技术对行业的影响和发展趋势。接着,简要介绍ChatGPT的技术原理及应用场景。随后,详细讨论如何将AI力量融入律师职业路径,构建专业律师成长的新飞轮。接下来,分别讨论如何将ChatGPT(GPTs)应用于渠道与案源、检索与研究、案件分析,以及法律文书撰写与合同审核,实现部分日常事务自动化执行。之后,提供复盘和知识管理的方法论与工具,不仅适用于律师,还可令其他知识工作者从中获益。最后,从安全角度出发,讨论大模型的私有化部署及如何提升回答可靠性,为对大模型持审慎态度的读者提供进一步保障。并且展望未来,为新时代感到迷茫的读者提供一些参考思路。
— 没有更多了 —
以下为对购买帮助不大的评价